XiaoMi-AI文件搜索系统
World File Search Systemmanifold
用于探索，编辑和传输视频的视频特定自动编码器
我们研究了特定于视频的自动编码器，这些自动编码器允许人类用户探索，编辑和有效传输视频。先前的工作已经独立研究了这些问题（和子问题），并提出了不同的表述。在这项工作中，我们在特定视频的多个帧上训练一个简单的自动编码器（从头开始）。我们观察到：（1）通过视频特定的自动编码器捕获该视频的空间和时间属性所学的潜在代码； （2）自动编码器可以将样本外输入投影到特定于视频的歧管上。这两个属性允许我们使用一个学到的表示形式探索，编辑和有效地传输视频。对于例如，在潜在代码上的线性操作允许用户可视化视频的内容。关联视频的潜在代码和流动投影使用户可以进行所需的编辑。插值潜在代码和歧管投影允许在网络上传输稀疏的低分辨率框架。
OpFlex* 解决方案套件 - 通用电气
组合控制软件和阀门硬件系统，使清洗能够在停机前进行，然后用阀门系统隔离燃油歧管，这样在启动时就可以跳过清洗，从而节省 15 分钟以上。联合循环启动时间节省（符合 NFPA-85 标准）。
Mengyu Yang's Page
•设计了一种以自定义目标函数为指导的基于优化的方法，以学习stylegan2的潜在空间中的歧管，与输出图像中的局部变化相对应（例如歧管内的潜在向量仅改变面部同一图像的口区域）
神经网络通过...构建自适应接口
在人机界面中，解码器校准对于实现与机器的有效无缝交互至关重要。然而，由于解码器离线预测能力通常并不意味着易于使用，因此重新校准通常是必要的，这是因为在校准过程中无法考虑闭环动态和用户适应性。在这里，我们提出了一种自适应界面，它利用迭代训练的非线性自动编码器来执行在线流形识别和跟踪，其双重目标是减少界面重新校准的需要并提高人机联合性能。重要的是，所提出的方法避免中断设备的操作，它既不依赖于有关任务状态的信息，也不依赖于稳定的神经或运动流形的存在，因此可以在界面操作的最早阶段应用它，此时新神经策略的形成仍在进行中。为了更直接地测试我们算法的性能，我们将自动编码器潜在空间定义为身体-机器界面的控制空间。在初始离线参数调整之后，我们评估了自适应接口与静态解码器在近似用户同时学习在潜在空间内执行伸展动作的不断发展的低维流形方面的表现。结果表明，自适应方法提高了接口解码器的表征效率。同时，它显著提高了用户的任务相关表现，表明在线共同适应过程鼓励开发更准确的内部模型。© 2021 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可 (http://creativecommons.org/licenses/by-nc-nd/4.0/) 开放获取的文章。
W*-代数上的参数模型和信息几何
在经典几何和量子信息几何中，通常处理概率分布或量子态的参数化子集，俗称参数模型。经典背景下的典型例子是高斯概率分布族，在量子背景下的典型例子是量子相干态族。从概念和实践的角度来看，都可能存在物理理论约束，导致只有某些概率分布或量子态才能被建模或物理实现（再想想高斯概率分布和量子相干态），因此证明选择参数模型是合理的。另一方面，从纯数学的角度来看，如果我们想利用标准微分几何的数学形式，就必须选择参数模型[1,43,50]。事实上，可测结果空间上的概率分布空间和等同于复可分希尔伯特空间上的密度算子空间的量子态空间都不具备光滑流形的结构。颇有意思的是，这在有限维中已经发生了：在经典情况下，离散有限结果空间 X n（有 n 个元素）上的概率分布空间可以自然地等同于 R n 中的单位单纯形，后者是带角的光滑流形的典型例子 [54]；在量子情况下，等同于有限维复希尔伯特空间 H 上的密度算子空间的量子态空间，当 dim ( H ) = 2 [ 11 , 35 ] 时，是具有边界的光滑流形，称为布洛赫球；当 dim ( H ) > 2 [ 24 ] 时，是分层流形。在无限维中，考虑到无限维微分几何的技术细节，情况甚至更糟。尽管可以说在经典 [ 64 ] 和量子 [ 42 ] 中都有旨在建立无限维非参数理论的方法，但我们认为它们实际上是参数模型，其中参数位于无限维流形中。事实上，Pistone 和 Sempi [ 64 ] 的开创性工作处理的不是测度空间上整个概率分布空间上的 Banach 流形结构，而是关于给定参考概率测度 μ 相互绝对连续的所有概率分布空间上的 Banach 流形结构。显然，这种选择可以合理地称为概率分布的参数模型。 Jencova [ 42 ] 的工作中也发生了类似的事情，其中 Banach 流形结构不是赋予 W ⋆ -代数 A 上的整个状态空间，而是赋予 A 上的忠实正常状态空间。因此，为了使用标准微分几何的工具，正如在经典几何和量子信息几何中惯常的做法一样 [4、5、51、58、67]，我们必须接受使用参数模型的必要性。经典情况在无限维环境中也得到了彻底和系统的研究 [7-9]，而据我们所知，量子态参数模型的信息几何（特别是在无限维环境中）仍未得到充分探索。这项工作的目的是开始探索这片土地，并以这样一种方式进行，即可以同时处理经典情况和量子情况。关键
PDF中的程序PDF中的程序
使用几何和拓扑描述符进行基于知识的优化的流形学习。*d。 Muñoz，F。Chinesta，E。Nadal，O。Allix，J。Ródenas，加速Fe^2通过（无模型）数据驱动的计算方法对有限应变制度进行计算
从零到湍流：3D流模拟的生成建模
tl; dr3D中的湍流不仅仅是“只有一个维度”自回归模型努力通过时间跟踪复杂的涡旋结构生成的建模使我们可以直接从流量状态的流动状态中进行样品，从而在跟踪问题
动力传动系统 HIL 测试的关键考虑因素
名称 类型和测试仪信号 方向 说明 加速踏板位置 (APP) 模拟输出 驾驶员脚踏板 气流 模拟/数字输出（取决于传感器类型） 测量进入发动机的空气质量 进气歧管压力 (IMP) 模拟输出 影响空气密度 进气歧管温度 (IMT) 模拟输出 影响空气密度 燃油压力 模拟输出 影响喷油器每次启动时分配的燃油 曲轴 模拟/数字输出（取决于传感器类型） 高速信号；旋转位置信息 凸轮 模拟/数字输出（取决于传感器类型） 高速信号；旋转位置信息 Lambda/O2 模拟输出 排气化学反馈 爆震 模拟输出 高速信号；气缸振动反馈 节气门位置 模拟输出 节气门体反馈 节气门指令 数字 PWM 输入 ECU 的节气门设定点
动力传动系统 HIL 测试的关键考虑因素
名称 类型和测试仪信号 方向 说明 加速踏板位置 (APP) 模拟输出 驾驶员脚踏板 气流 模拟/数字输出（取决于传感器类型） 测量进入发动机的空气质量 进气歧管压力 (IMP) 模拟输出 影响空气密度 进气歧管温度 (IMT) 模拟输出 影响空气密度 燃油压力 模拟输出 影响喷油器每次启动时分配的燃油 曲轴 模拟/数字输出（取决于传感器类型） 高速信号；旋转位置信息 凸轮 模拟/数字输出（取决于传感器类型） 高速信号；旋转位置信息 Lambda/O2 模拟输出 排气化学反馈 爆震 模拟输出 高速信号；气缸振动反馈 节气门位置 模拟输出 节气门体反馈 节气门指令 数字 PWM 输入 ECU 的节气门设定点